做一个scipy.optimize.root耗尽内存，什么是好的替代方案？

Question

所以我尝试使用scipy.optimize.root，但内存不足，原因是内存不足，无法计算jacobian。

我想知道，在内存受限的情况下，我可以使用什么替代方案?或者，是否有办法绕过它？

我的输入大小是400,000，输出相似，这意味着雅可比是400,000^2，这是一个杀手.

如果你有什么建议让这个问题更清楚，请告诉我。

更新

我想我已经想出了一种在任何给定点上有效计算雅可比的方法。scipy.optimize.root的文档说明如下：

如果jac是布尔型的，是真的，则假设乐趣与目标函数一起返回Jacobian的值。如果是假的，则对Jacobian进行数值估计。jac也可以是一个可调用的返回雅可比的乐趣。在这种情况下，它必须接受相同的参数作为乐趣。

从突出显示的角度来看，我猜想如果fun(x)是我的乐趣，它会给出如下内容：

f, jac = fun(x)

其中f= f(x)和jac = jacobian(x)。

对吗？

Answer 1

尝试使用method='krylov'。

另见http://docs.scipy.org/doc/scipy/reference/tutorial/optimize.html#root-finding-for-large-problems

如果您了解雅可比，就可以编写函数，以便f, jac = fun(x)并将jac=True选项交给root。但是，考虑到有几种方法不支持稀疏的射精，这可能对您没有帮助。

其次，最好使用稀疏jacobian作为Krylov方法的预条件。